numpy.argsort#
- numpy.argsort(a, axis=-1, kind=None, order=None, *, stable=None)[source]#
返回用于对数组进行排序的索引。
使用由 kind 关键字指定的算法,沿着给定轴执行间接排序。它返回一个与 a 形状相同的索引数组,这些索引按照排序顺序对给定轴上的数据进行索引。
- 参数:
- aarray_like
要排序的数组。
- axisint 或 None,可选
要排序的轴。默认为 -1(最后一个轴)。如果为 None,则使用扁平化的数组。
- kind{'quicksort', 'mergesort', 'heapsort', 'stable'},可选
排序算法。默认为 'quicksort'。请注意,'stable' 和 'mergesort' 在底层都使用 timsort,并且通常,实际实现将随数据类型而变化。保留 'mergesort' 选项是为了向后兼容。
版本 1.15.0 中已更改: 添加了 'stable' 选项。
- orderstr 或 str 列表,可选
当 a 是一个具有定义字段的数组时,此参数指定首先比较哪些字段、其次比较哪些字段,依此类推。可以使用字符串指定单个字段,并且不需要指定所有字段,但未指定的字段仍将按其在 dtype 中出现的顺序使用,以打破平局。
- stablebool,可选
排序稳定性。如果为
True
,则返回的数组将保持比较结果相等的a
值的相对顺序。如果为False
或None
,则不保证这一点。在内部,此选项选择kind='stable'
。默认值:None
。版本 2.0.0 中的新内容。
- 返回值:
- index_arrayndarray,int
沿着指定的 axis 对 a 进行排序的索引数组。如果 a 是一个一维数组,则
a[index_array]
会产生一个排序后的 a。更一般地,np.take_along_axis(a, index_array, axis=axis)
始终会产生排序后的 a,无论其维度如何。
另请参阅
sort
描述了所使用的排序算法。
lexsort
具有多个键的间接稳定排序。
ndarray.sort
就地排序。
argpartition
间接部分排序。
take_along_axis
将
index_array
从 argsort 应用到数组,就像调用 sort 一样。
备注
有关不同排序算法的说明,请参阅
sort
。从 NumPy 1.4.0 开始,
argsort
可以处理包含 nan 值的实数/复数数组。增强的排序顺序在sort
中有说明。示例
一维数组
>>> import numpy as np >>> x = np.array([3, 1, 2]) >>> np.argsort(x) array([1, 2, 0])
二维数组
>>> x = np.array([[0, 3], [2, 2]]) >>> x array([[0, 3], [2, 2]])
>>> ind = np.argsort(x, axis=0) # sorts along first axis (down) >>> ind array([[0, 1], [1, 0]]) >>> np.take_along_axis(x, ind, axis=0) # same as np.sort(x, axis=0) array([[0, 2], [2, 3]])
>>> ind = np.argsort(x, axis=1) # sorts along last axis (across) >>> ind array([[0, 1], [0, 1]]) >>> np.take_along_axis(x, ind, axis=1) # same as np.sort(x, axis=1) array([[0, 3], [2, 2]])
N 维数组的已排序元素的索引
>>> ind = np.unravel_index(np.argsort(x, axis=None), x.shape) >>> ind (array([0, 1, 1, 0]), array([0, 0, 1, 1])) >>> x[ind] # same as np.sort(x, axis=None) array([0, 2, 2, 3])
使用键进行排序
>>> x = np.array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')]) >>> x array([(1, 0), (0, 1)], dtype=[('x', '<i4'), ('y', '<i4')])
>>> np.argsort(x, order=('x','y')) array([1, 0])
>>> np.argsort(x, order=('y','x')) array([0, 1])